風力機可靠性評估研究綜述

風力機可靠性評估研究綜述

靳全1張衛民2吳明1韓德斌1

(1.國電南瑞科技股份有限公司，江蘇 南京 211106；2.國網電力科學研究院/南京南瑞集團公司，江蘇 南京 211106)

摘要：闡述風力機可靠性研究的現狀及存在的問題；分析風力機的結構和運行環境，分別從風力資源評估、風力發電系統可靠性建模、風力機關鍵零部件可靠性評估及風電場運行維護與管理等方面分析其對風力機可靠性的影響；指出風電系統可靠性評估及風電場維護優化等方面存在的不足，展望值得進一步研究的問題。

關鍵詞：風力發電；風力機；可靠性評估

收稿日期：2015-06-25

作者簡介：靳全(1985—)，男，河南南陽人，工程師，研究方向：系統可靠性工程。

0引言

近年來，風能以其儲量豐富、可以再生及環境友好等優點受到人們高度關注，風能的開發利用被視為解決全球能源短缺和減輕環境污染的有效途徑。風力發電是風能利用的最有效形式，在過去幾十年中得到了長足發展。

風力機是風電場及風力發電系統的核心組成部分，它的可靠性直接影響風電場的可用度，并關系到風電系統的運行與經濟收益。

統計表明，在導致風電場產能減少及經濟損失的原因事件中，風力機所占的比例達到了97%。

因此，保證風力機在全生命周期中具有高可靠性水平始終是風電領域的重要課題。

1風力機結構與特點

1.1風力機結構組成

根據風力機軸的空間位置可將風力機分為水平軸風力機和垂直軸風力機。

目前，齒輪傳動型的水平軸風力機技術上相對成熟，仍是大型風力機的主流形式。它主要由風輪、變槳系統、偏航系統、齒輪箱、發電機、電氣系統、制動系統、控制系統、機艙及塔架等子系統組成，每個子系統又包括若干個零部件。

1.2風力機及其運行環境分析

現代風力機是典型的機電一體化產品，與其他機電產品相比，風力機及其運行環境具有如下特點：

(1) 功能、結構復雜，體積龐大，制造和維護困難。

風力機核心裝置(如齒輪箱、發電機、控制系統等)安裝在距地面幾十米的狹小機艙內，檢測維護困難，若發生故障將會造成巨額的維修成本和停機損失。

為最大限度地利用風能，風力機不斷向大型化方向發展，尺寸和重量不斷增加，科技含量也逐步提高，隨之而來的是風力機的設計制造、工程安裝及運行維護成本和難度持續加大。

(2) 設計壽命長、工作環境惡劣，要求產品具有高可靠性。

風本身的隨機性和間歇性造成了風速和風向的不確定性，風力機高空架設，在野外運行的風力機承受著十分復雜惡劣的交變載荷。

風力機常年工作于野外，需經歷風沙、溫差等各種極端氣候，海上風電設備需在鹽霧、潮濕和臺風等環境下工作。目前風力機設計壽命是20年(海上為25年)，要求能經受住60 m/s的暴風襲擊，機組可利用率要達到95%以上。

(3) 風力機是資金及技術密集型產品，風電場的建設和運行維護成本巨大，具有較高的投資風險。

計算表明，目前我國風電的建設成本約為8 000～9 000元/kW，其中運行維護成本約占總成本的20%，且隨著風力機運行時間的增加而逐年加大。

隨著國產兆瓦級風力機批量投入運營，部分國產風力機設備質量欠佳、產品可靠性、運行穩定性、維修和售后服務等問題愈發突出，由設計制造等缺陷造成的葉片折斷、齒輪箱故障、主軸斷裂、電氣元件損壞、發電機故障等致使部分風力機在運行過程中故障頻出，造成風電場可利用率不高。

自2010年以來，我國多個風電場出現因質量及可靠性問題導致的風力機倒塌和人員傷亡的重大事故，風力機的質量引起了社會各界的質疑。質量與可靠性赫然成為制約我國風電產業健康發展的因素和瓶頸之一。為了保證我國風電產業又好又快發展，國家能源局已著手對風電設備質量開展專項調查。

2風力機可靠性研究概述

2.1可靠性定義

可靠性(Reliability)是指產品在規定條件下和規定時間內完成規定功能的能力。其中，產品是指作為研究和試驗對象的任何零部件、設備或系統，也可以為產品的總體和樣本。

可靠性工程是對產品的失效及其發生的概率進行統計、分析，對產品進行可靠性設計、預測、試驗、評估、檢驗、控制、維修及失效分析的一門工程學科。它運用概率論與數理統計等數學工具，分析產品故障，找出薄弱環節，以提高產品的可靠性水平。可靠性工程涵蓋產品工作的全過程，包括從故障數據的收集與分析、失效機理研究、產品可靠性設計，到保障產品可靠性的制造工藝、質量管理與檢驗、可靠性試驗、維修保養等。

2.2風力機可靠性研究

近年來，風力機及其零部件可靠性評估、風電場維護與管理等問題受到企業和學術界的高度關注，并開展了廣泛的研究，主要內容包括以下幾個方面：

2.2.1風速分布對風力資源評估及風電系統可靠性的影響

風速分布是風電場建設的重要參數，它關系到風電場風力資源評估的準確性、發電量的預測及風力發電的預期收益。研究表明：

Weibull分布能夠較準確地描述風速的分布特征。

Weisser用極大似然估計法對Weibull分布的參數進行了估計，使用了以小時為單位采集的數據，同時考慮了旱季和雨季、晝夜交替等因素造成的影響，避免對風能資源出現不合理的評估。

Kantar等首次將最小交叉熵的方法應用于風能領域，對不同地區的風速數據進行分布擬合及風能指標計算。

Balouktsis等在分析風速概率分布的基礎上，提出并采用列線圖方法計算風能密度及風力機的容量系數等指標。

2.2.2風力機組、風電場及風力發電系統的可靠性建模

風力機是風力發電系統的核心組成部分，其可靠性水平關系到風電場及風力發電系統的可用度。

Spahic等以海上風電場為對象建立了可靠性模型，考慮了技術缺陷等因素的影響，計算風電場的可靠性，研究表明，由于較高的工程安裝成本和惡劣的維護條件等因素，與陸地風電場相比，其具有更大的投資風險，并且定性闡述了投資風險與可靠度、收益和回收期之間的關系。

程明等對不同類型的風力發電機的經濟、技術性能進行評估，分析了風力發電機的研究進展與發展趨勢。

Billinton利用蒙特卡洛仿真的方法進行風電場可靠性評估并計算了電力不足時間期望(Loss of Load Expectation，LOLE)和能量損失期望(Loss of Energy Expectation，LOEE)等可靠性指標。

2.2.3風力機組及其關鍵零部件的可靠性評估與優化設計

失效機理和故障模式分析是可靠性評估的基礎。可靠性評估建立在大量故障數據的基礎上，通過對樣本故障數據的統計，推斷總體的分布特征，估計產品的可靠性指標。研究表明，風力機的安裝高度在風能評估過程中是一個重要參數，嚴重影響著風力機的年有效運行時間。

Guo等在假定故障率、失效率恒定的前提下，利用統計數據，采用極大似然估計法計算風力機的故障率，預測風力機瞬時和長期可用度。

Arabian等研究了采用直接驅動和齒輪驅動的風力機的基本可靠性，指出可以通過改變發電機的類型等方法來提高系統的可用度。

Spinato和Tavner等人利用德國和丹麥數千臺風力機的歷史失效數據，采用齊次泊松過程(Homogeneous Poisson Process，HPP)和冪律過程(Power-Law Process，PLP)分別計算了德國和丹麥風力機及其子系統(如齒輪箱、發電機、轉換器等)的故障率分布等特性，發現齒輪箱傳動系統的故障率對整個風力機系統的可用度具有嚴重影響。

2.2.4風電場的運行維護與管理

風電場的運行維護與管理在風電項目中發揮著至關重要的作用。

Joshi等基于風電場的歷史統計風力數據，提出了一種風力機可靠性、失效率和運行維護成本(OMC)的預測方法，對風電項目的經濟可行性進行評估，并以印度一風電場為例進行了驗證。

Nilsson等分析了狀態監測系統(CMS)的特點，并將其應用于風電場維修管理特點，提出壽命周期費用(LCC)分析方法以輔助優化維修策略，以陸地風電場和海上風電場為例加以實施，并與其他維護策略進行比較。

Byon等考慮氣候狀況、提前期及生產損失等隨機因素的影響，采用部分馬爾科夫過程的方法優化風力機維修策略。

3風電可靠性研究存在的問題

現有的研究工作從不同層面分析了風電系統的可靠性和維護等問題。但是，目前有關風電系統可靠性評估、風電場維護優化等方面的研究尚處于起步階段，研究內容、方法、模型以及工程應用等還不夠完善，尤其缺少針對國內環境和國產風電設備的可用度評估等研究，嚴重制約了國內風電產業的進一步發展。在理論和方法層面，風電系統及風電場可靠性評估仍然面臨許多難題，主要表現在以下幾個方面：

(1) 風電系統可用度評估受多重不確定因素的影響，包括運行條件(風速、風向、溫度等)、材料特性和環境因素等。

Joshi指出，風電系統可靠性評估是一個復雜過程，需要較為準確的風速等數據，目前風力機設計、制造、風電場選址和維護有待進一步完善；風力機要達到較高的可用度，需要經常對其進行維護，在此過程中風力機的故障時間和退化速率是不確定的；風力機故障模式和失效機理具有明顯的不確定性，使得可靠性評估和維護過程存在較大的難度。

Kwon指出，風能評估中的不確定性不可避免，并提出了基于不確定性分析的風能評估框架，采用概率論模型和蒙特卡洛仿真方法定義空氣密度、風速等，建立了出力特性曲線的經驗概率模型。

(2) 可靠性基礎數據不完整。

故障和維修數據是進行可靠性評估和制定維修策略的基礎。一般風電場位于偏遠地區，機組故障的隨機性以及故障模式的復雜性使得故障數據的采集和統計相當困難，我國風電產業起步較晚，積累的故障數據非常有限，加大了風電場可靠性評估和維護策略制定的難度。

事實上，故障數據不完整是進行可靠性評估和制定維護策略面臨的共性問題，業已引起學術界的高度關注。純粹的故障數據往往難以得到，取而代之的是各種刪失數據；風電系統可靠性數據源包括壽命測試數據和現場數據，試驗數據較少且不完整，現場采集的故障數據存在缺陷或不完整，這就需要較為準確的模型和先進的算法來處理數據；Zio等以風電系統為例，提出基于相似性方法的系統剩余壽命評估方法，利用已知類似產品的故障數據建立參考數據庫和演化參考模式，根據模糊相似性來匹配預測系統的剩余壽命和故障時間，建立系統的預防性維修策略。

(3) 風力機品種繁多、結構復雜，故障模式眾多。

風電場多位于偏遠地區，且風力機設計壽命較長，機組故障的隨機性、故障模式的復雜性使得故障數據的采集和統計困難。我國風電產業起步較晚，積累的故障數據有限。葉片、齒輪箱、發電機等大型部件故障時間占故障總停機時間的比例較大，目前的研究工作主要是對失效事件的被動分析與判斷，難以及時發現潛在的隱患，影響了風力機維修策略的制定。

4結論

本文在綜述當前風電系統可靠性研究工作的基礎上，指出了現有的研究工作中存在的不足，對研究難點進行了探討。目前的研究已經取得了一定的成果，但隨著風力發電技術的發展以及機組運行時間的增加，仍然存在一些值得進一步研究的問題：

(1) 風力資源評估以及發電量預測需進一步考慮地形、氣候狀況、拓撲結構等因素的影響，以便輔助風電場微觀選址與風力機選型。

(2) 隨著國內風力機運行時間的增加，收集可靠性數據，在此基礎上進行可靠性建模與評估，分析可靠性影響因素，為制造商在風力機設計、制造過程中提高系統可靠性提供理論參考。

(3) 目前的研究主要集中于系統層面，可以加強風力機關鍵零部件的可靠性增長技術的研究，通過可靠性試驗及退化失效建模等方法進行壽命預測。

(4) 利用動態可靠性建模理論與方法(比如動態故障樹、隨機petri網等)研究風力機的可靠性，尋找影響風力機可靠性的瓶頸環節，優化維修策略。

[參考文獻]

[1]Dobakhshari A S，Fotuhi-Firuzabad M.A Reliability Model of Large Wind Farms for Power System Adequacy Studies[J].IEEE Transactions on Energy Conversion，2009，24(3)：792-801.

[2]Byon E，Ntaimo L，Ding Y.Optimal Maintenance Strategies for Wind Turbine Systems Under Stochastic Weather Conditions[J].IEEE Transactions on Reliability，2010，59(2)：393-404.

[3]Ribrant J，Bertling L.Survey of Failures in Wind Power Systems With Focus on Swedish Wind Power Plants During 1997—2005[J].IEEE Transactions on Energy Conversion，2007，22(1)：167-173.

[4]程明，張運乾，張建忠.風力發電機發展現狀及研究進展[J].電力科學與技術學報，2009，24(3)：2-9.

[5]Isaac Y F L，Joseph C L.A Study of Weibull Parameters Using Long-term Wind Observation[J].Renewable Energy，2000，20(2)：145-153.

[6]Weisser D.A Wind Energy Analysis of Grenada：An Estimation Using the Weibull Density Function[J].Renewable Energy，2003，28(11)：1803-1812.

[7]Kantar Y M，Usta I.Analysis of Wind Speed Distributions：Wind Distribution Function Derived From Minimum Cross Entropy Principles as Better Alternative to Weibull Function[J].Energy Conversion and Management，2008，49(5)：962-973.

[8]Balouktsis A，Chassapis D，Karapantsios T D.A Nomogram Method for Estimating the Energy Produced by Wind Turbine Generators[J].Solar Energy，2002，72(3)：251-259.

[9]Spahic E，Underbrink A，Buchert V，et al.Reliability Model of Large Offshore Wind Farms[C]//IEEE Bucharest Power Technology Conference，Romania，2009：1-6.

[10]Leonardo D O，Biswajit B.Unavailability of Wind Turbines Due to Wind-induced Accelerations[J].Engineering Structures，2008，30(4)：885-893.

[11]Arabian-Hoseynabadi H，Tavner P J，Oraee H. Reliability Comparison of Direct-Drive and Geared-Drive Wind Turbine Concepts[J].Wind Energy，2010，13(1)：62-73.

[12]Guo H T，Watson S，Tavner P，et al.Reliability Analysis for Wind Turbines with Incomplete Failure Data Collected from after the Date of Initial Installation[J].Reliability Engineering and System Safety，2009，94(6)：1057-1063.

[13]Spinato F，Tavner P J，van Bussel G，et al.Reliability of Wind Turbine Subassemblies[J].IET Renewable Power Generation，2009，3(4)：387-401.

[14]Joshi D R，Jangamshetti S H.A Novel Method to Estimate the O&M Costs for the Financial Planning of the Wind Power Projects Based on Wind Speed-A Case Study[J].IEEE Transactions on Energy Conversion，2010，25(1)：161-167.

[15]Nilsson J，Bertling L.Maintenance Management of Wind Power Systems Using Condition Monitoring Systems-Life Cycle Cost Analysis for Two Case Studies[J].IEEE Transactions on Energy Conversion，2007，22(1)：223-229.

[16]Bedford T.Assessing the Impact of Preventive Maintenance Based on Censored Data[J].Quality and Reliability Engineering International，2004，20(3)：247-254.

[17]John D S.Framework for Risk-based Planning of Operation and Maintenance for Offshore Wind Turbines[J].Wind Energy，2009，12(5)：493-506.

[18]Zio E，Maio F D.A Data-driven Fuzzy Approach for Predicting the Remaining Useful Life in Dynamic Failure Scenarios of A Nuclear Syetem[J].Reliability Engineering and System Safety，2010，95(1)：49-57.

[19]Billinton R，Gao Y，Karki R.Composite System Adequacy Assessment Incorporating Large-Scale Wind Energy Conversion Systems Considering Wind Speed Correlation[J].IEEE Transactions on Power Systems，2009，24(3)：1375-1382.

張衛民(1971—)，男，江蘇南京人，高級工程師，研究方向：電力系統自動化。